Käännösteknologiat monikielisen vuorovaikutuksen tukena

Millä tavoin käännössovelluksia voi käyttää monikielisen vuorovaikutuksen ja kielenoppimisen tukena? Mitä on syytä ottaa huomioon sovelluksia valittaessa? Näitä kysymyksiä pohdittiin työelämän edustajille suunnatussa Murretaan kielimuurit! -työpajassa 21.5.2025 Joensuun Tiedepuistolla. Työpaja sisälsi asiantuntijaluentoja ja UEFin kansainvälisten opiskelijoiden toteuttamia demoja. Työpajan järjestivät Talent Hub Eastern Finland ja CUDIS-hanke (ESR+).

Käytä käännösteknologioita harkiten

Professori Maarit Koponen (UEF) alusti käännösteknologioiden mahdollisuuksista ja riskeistä. Koponen johdatteli päivän teemaan käännösteknologioiden taustalla olevista kielimallien perusteista. Ensinnäkin kielimallit käsittelevät tekstiä ja kieltä merkkijonoina, jolloin sanat pilkotaan kirjainjonoista koostuviksi ”palikoiksi”. Kielimallit käsittelevät asiayhteyttä, kontekstia, varsin rajallisesti – niillä ei ole tietoa kielen ulkoisesta maailmasta, Koponen muistutti. Tästä syystä kielimallit eivät ”ymmärrä” merkitystä, vaikka lopputulos saattaa vastaanottajasta olla vakuuttava. Lopputulos voi myös olla jotain aivan muuta kuin on ollut tarkoitus. Tämä johtuu kielen monitulkintaisuudesta. Siksi merkityksen ja asiayhteyden ymmärtäminen ovat tärkeä osa hyvää ja laadukasta käännöstä.

Käännösteknologioista on apua monelle meistä päivittäisissä työtehtävissä. Niiden käyttö on yleistynyt ja tarjontaa on paljon. Tuttuja ovat vaikkapa Google Translate ja DeepL, ja nykyisin myös Copilotia ja ChatGPT:ä käytetään kääntämisen apuna. Verkkosivut voi varsin helposti kääntää automaattisesti asetuksia muuttamalla toiselle kielelle. Välineitä ja mahdollisuuksia on paljon. Koposen mukaan on tärkeä kiinnittää huomioita sekä konekäännösten käyttötarkoitukseen että laatuun. Kun sisältöä käännetään tiedon levittämiseksi, vastuu tiedon oikeellisuudesta on tekijällä. Nopeasti tarkistamatta itse käännetyt verkkosivut voivat olla esimerkiksi yritykselle mainehaitta. Toisaalta tietoa etsivän on hyvä suhtautua varauksella käännössovellusten tarjoamiin tuloksiin. Mitä harvinaisemmasta kieliparista on kyse sitä useammin perustavanlaatuisia virheitä voi tulla. Tämä pätee myös kolmanteen käyttötarkoitukseen, eli käännösteknologioiden hyödyntämiseen kasvokkaisessa vuorovaikutuksessa. Kieliasultaan sujuva käännös ei takaa sitä, että käännöksen sisältö on tarkka. Sujuvuus ei takaa tarkkuutta, Koponen tiivisti.

Käännösteknologioiden tuottamissa käännöksissä voi olla monia epätarkkuuksia. Koposen mukaan ne voivat liittyä esimerkiksi johdonmukaisuuteen, sävyyn, luotettavuuteen tai murteen käyttöön. Konekäännöksellä tuotettu teksti voi sisältää useita eri muotoiluja samasta termistä, jolloin lopputulos on epäjohdonmukainen. Myös käännöksen sävy voi olla asiayhteyteen sopimaton. Niin ikään käännös voi sisältää tekoälyn tuottamana isojakin virheitä. Koposen esimerkki tästä oli ”bald eagle”, jolle Google Translator tarjosi käännöstä ”karvattomapäälainen joutsen”. Vastaavasti esimerkiksi murresanoja sisältävät verkkosivut kääntyvät varsin huonosti muille kielille. Lopputuloksena voi olla vastaavanlaisia järjettömyyksiä, jotka eivät tarkoita mitään.

Koposen mukaan käännösteknologioiden hyödyntämisessä on tärkeä tunnistaa niihin liittyvät riskit. Ilmaissovellukset eivät ole tietoturvallisia, sillä niihin syötetty tieto päätyy ulkoisille palvelimille ja sovelluksen kehittäjän vapaaseen käyttöön. Riskejä sisältyy myös esimerkiksi valittuun kielipariin, tekstityyppiin ja käyttötilanteeseen. Tarkoitukseen sopimaton käännös voi hankaloittaa tai estää viestin välittymisen. Se voi aiheuttaa mainehaittaa ja taloudellisia seuraamuksia. Pahimmillaan huonolaatuinen käännös voi aiheuttaa fyysistä vahinkoa tai jopa kuoleman. Tällainen tilanne voi syntyä heikkolaatuisten työturvallisuusohjeiden tai virheellisten käyttöohjeiden vuoksi. Kuvatut riskit ovat painava muistutus käännösteknologian käyttäjän vastuusta.

Onko käännösteknologiosta syytä luopua riskien vuoksi kokonaan – varmuuden vuoksi? Koposen mukaan riskejä voidaan selättää sekä teknologialähtöisesti että käyttäjälähtöisesti. Esimerkiksi yrityksessä tietoturvariskiä voidaan ehkäistä ottamalla käyttöön (maksullisesti) erillinen työkalu käännösten laatimisen tueksi. Myös suojattua, yritykselle räätälöityä käännintä kannatta harkita. Lisäksi käännösten luotettavuuden ja sisällön tarkistamisessa on hyvä hyödyntää muita tiedonlähteitä. Koponen pitää konekäännöstietoisuuden vahvistamista tärkeänä osana riskien hallintaa. Yrityksissä kannattaa sopia yhteisistä toimintaperiaatteista mitä tulee sovelluksien valintaan, sisältöjen tarkistamiseen ja tietoturvakysymyksiin. Työntekijöiden koulutus ja perehdytys luovat hyvän perustan käännösteknologioiden turvalliseen käyttöön.

Tarjoa työntekijöille tukea kielenoppimiseen

Kansainvälisten työntekijöiden suomen kielen oppimista työpaikoilla voidaan tukea monin tavoin ja myös teknologia-avusteisesti. Jatkuvan oppimisen asiantuntija Virpi Moilasen (UEF) mukaan suomen kielen oppiminen työpaikalla on tärkeää paitsi työturvallisuuden myös kansainvälisten työntekijöiden osallisuuden, hyvinvoinnin ja urakehityksen tukemiseksi. Uuden kielen oppiminen työpaikalla voi olla varsin kuormittavaa muun muassa kiireen, kielitaustojen kirjon ja työtehtäviin liittyvien tarpeiden vuoksi. Kielen oppimisen kuormittavuutta lisää se, että työntekijä joutuu prosessoimaan monenlaista kieliaineista yhtä aikaa (kuunteleminen, puhuminen, tekstin tuottaminen ja ymmärtäminen). Kielen oppijaa auttaa se, että työyhteisöissä sovitaan yhdessä kielen oppimista tukevista käytännöistä. Moilasen mukaan kielen oppimista voidaan tukea esimerkiksi kielikaverin tai mentorin avulla, kielitietoisella ohjauksella ja selkeällä viestinnällä. Toimiviksi todettuja keinoja ovat muun muassa kielilounaat, fraasipankit ja taskuvihkojen käyttö. Hän muistutti myös esihenkilöiden kielitietoisesta johtamisosaamisesta. Koulutusta ja perehdytystä tarvitaan niin yritysten johdossa kuin operatiivisessa henkilöstössä.

Kielen oppimisen tueksi on tarjolla runsaasti käännös- ja kielenoppimisen teknologioita. Moilasen mukaan työnantaja voi tukea kielenoppimista hankkimalla työntekijälle kielenoppimissovelluksen, kuten WordDriven tai Duolingon. Hän mainitsi Google Lensin yhtenä helppokäyttöisenä kuvasovelluksena, jolla skannataan niin kuvia kuin tekstejä ja käännetään niiden sisältämää tietoa. Chatbotteja voi hyödyntää ohjeiden selittämiseen yksinkertaisella suomella tai käännöksellä. Lähitulevaisuudessa kielenoppijoiden käytössä on mahdollista nähdä myös erilaisia AR-kääntimiä. Esimerkiksi Google on lanseerannut silmälasit, jotka näyttävät käyttäjälle reaaliaikaisen käännöksen puheesta suoraan linssiin. Laitteiden ja sovellusten käännösten laatu vaihtelee. Myös Moilanen muistutti puheenvuorossaan siitä, että käyttäjän on muistettava suhtautua kriittisesti käännösten laatuun.

Miten hyvin käännösteknologiat toimivat käytännössä?

Työpajassa tutustuttiin käännösteknologioiden mahdollisuuksiin työelämätilanteissa UEFin Linguistic Data Sciences -koulutusohjelman opiskelijoiden johdolla. Demoissa nähtiin ensinnäkin, kuinka tekoälypohjaisella HeyGen-sovelluksella voi luoda eri kielisiä videoita. Käyttäjä tallentaa itsestään videomateriaalia, jonka pohjalta sovellus luo avatar-hahmon. Annetusta tekstimateriaalista sovellus tuottaa aidontuntuisia videoita käyttäjän omilla kasvoilla. Sovelluksessa on useita kielivaihtoehtoja. Opiskelijan demossa kielipari turkki-suomi tuotti ymmärrettävän ja varsin sujuvan lopputuloksen.

Muissa demoissa tutustuttiin PowerPointin tuottamiin reaaliaikaisiin käännöksiin ja Google Translatorin ominaisuuksiin. PowerPointin käännöksiä italiasta ja mandariinikiinasta englanniksi pystyi seuraamaan, kun opiskelijat ohjeistivat työkalun käytössä. Google Translator -demossa kielipari bengali-suomi tuotti selvästi vaikeuksia. Molemmissa tapauksissa käännöksen seuraaminen vaati keskittymistä. Translatorin kohdalla tarvittiin useita, mahdollisimman yksinkertaisesti ja lyhyesti esitettyjä kysymyksiä, jotta osapuolet saivat riittävän hyvän käsityksen toistensa puheista. Vuorovaikutuksen näkökulmasta huomio kiinnittyi vahvasti teknologioihin ei keskustelukumppaniin.

ChatGPT:n ominaisuuksiin tutustuttiin demossa kahdella pisteellä. Ensimmäisessä testattiin idiomien (sanontojen ja fraasien) sekä metaforien (kielikuvien) avulla käännösten laatua kieliparilla urdu/suomi-englanti. Sovellus pystyi tuottamaan merkitykseltään vastaavia sanontoja sen sijaan, että se olisi tarjonnut sanatarkkoja käännöksiä. Esimerkiksi ”niin metsä vastaa kuin sinne huudetaan” kääntyi uskottavasti muotoon ”what goes around comes around”. Lisäksi sovellus taustoitti vakuuttavasti sanontoja ja niiden käyttöyhteyksiä. Toisessa ChatGPT-demossa kokeiltiin sähköpostiviestin sävyn parantelua. Viestin käskevä sävy tai puhekielisyys voidaan tekoälyavusteisesti muuttaa kohteliaammaksi ja paremmin asiayhteyteen sopivaksi. Kävi kuitenkin ilmi, että toisinaan ChatGPT:llä tuotettu käännös sisältää käyttöyhteydessään epätyypillisiä ilmauksia. Tarkasta kielikorvasta on siis apua.

Lopuksi

Opiskelijoiden toteuttamat demot näyttivät työpajassa konkreettisesti, millä tavoin ja edellytyksillä käännösteknologioita voi hyödyntää monikielisissä vuorovaikutustilanteissa. Teknologiat madaltavat keskustelukynnystä ja ovat hyvä apu monissa tilanteissa. Julkaistaviksi tarkoitettuja tekstejä ja sisältöjä tuotettaessa on kuitenkin muistettava lopputuloksen huolellinen tarkistus. Voikin tiivistää, että jos et osaa kohdekieltä, teetä tai tarkistuta käännösteksti ammattikääntäjällä.

Myös tietosuoja herätti kysymyksiä. Vaikka käännösteknologioista on apua monissa vuorovaikutustilanteissa, ne eivät sovellu esimerkiksi henkilötietojen käsittelyä tai muuta arkaluontoista tietoa sisältäviin asiakaskohtaamisiin.

Mielenkiintoinen havainto oli sekin, että suhtaudumme teknologioiden tuottamien reaaliaikaisten käännösten muodostumiseen eri tavoin kuin esimerkiksi konsekutiivitulkkaustilanteisiin, joissa ammattitulkki kääntää puhetta esiintyjän jälkeen. Ensimmäisessä olemme malttamattomia, jälkimmäisessä kärsivällisiä.

Lisäksi loppukeskustelussa pohdittiin teknologioiden vaikutusta vuorovaikutukseen. Reaaliaikaisissa käännöstilanteissa huomio on laitteessa ja tekstissä tai tekoälyn tuottamassa puheessa paikalla olevien ihmisten sijaan. Nonverbaalisen viestinnän seuraaminen jää näissä tilanteissa vähäiseksi.

Työpajasta saatujen kokemusten perusteella voi todeta, että käännösteknologiat auttavat kielimuurien murtamisessa. Selvää kuitenkin on, että teknologioiden käyttö vaatii tilannekohtaista harkintaa, kriittisyyttä ja erityisesti työpaikoilla koulutusta ja yhteisiä pelisääntöjä.

Kirjoittanut projektipäällikkö Anna Logrén

Kuvat: Niko Jouhkimainen (UEF)

Lisälukemista

Koponen, Maarit 2024. Kääntäjät ja kääntimet monikielisessä yhteiskunnassa. Professuuriesitelmä, Itä-Suomen yliopisto 25.9.2024. MikaEL. https://journal.fi/mikael/article/view/148322.